# Gemma 3 12B IT

> 地端世界 · https://onpremworld.com/zh-tw/models/gemma-3-12b · 最後更新: 2026-10-16 · CC BY 4.0

Google 的 12B 模型，能看圖，支援 140 多種語言；6-bit 量化放得進 12 GB 顯示卡。

|  |  |
|---|---|
| 開發者 | Google DeepMind |
| 參數量 | 12B |
| 原生上下文長度 | 131,072 tokens |
| 授權 | Gemma Terms of Use |
| 可商用 | 可以 |
| KV 快取 | 8 層全域＋40 層滑動視窗（1024 tokens） |
| 發布 | 2025-03 |

```
ollama run gemma3:12b
```

## 所需記憶體

模型權重＋KV 快取＋執行環境開銷，單位 GiB。量化越低越省記憶體，品質略降。

| 量化 | 4K | 8K | 32K |
|---|---|---|---|
| Q4_K_M | 8.2 GiB | 8.4 GiB | 9.9 GiB |
| Q5_K_M | 9.4 GiB | 9.7 GiB | 11.2 GiB |
| Q6_K | 10.7 GiB | 11.0 GiB | 12.5 GiB |
| Q8_0 | 13.5 GiB | 13.8 GiB | 15.3 GiB |
| FP16 | 24.5 GiB | 24.8 GiB | 26.3 GiB |

## 哪些硬體跑得動 (8K)

| 硬體 | 記憶體 | 最佳量化 | tok/s（預估） |
|---|---|---|---|
| DGX Station (GB300) | 252 GB | FP16 | 146 |
| GeForce RTX 4090 | 24 GB | Q8_0 | 50 |
| GeForce RTX 5080 | 16 GB | Q8_0 | 48 |
| Radeon RX 7900 XTX | 24 GB | Q8_0 | 48 |
| GeForce RTX 5090 | 32 GB | FP16 | 47 |
| RTX PRO 6000 Blackwell Workstation Edition | 96 GB | FP16 | 47 |
| RTX PRO 6000 Blackwell Max-Q Workstation Edition | 96 GB | FP16 | 47 |
| GeForce RTX 3090 | 24 GB | Q8_0 | 47 |
| GeForce RTX 5070 Ti | 16 GB | Q8_0 | 45 |
| GeForce RTX 5070 | 12 GB | Q6_K | 43 |
| Radeon RX 7900 XT | 20 GB | Q8_0 | 40 |
| GeForce RTX 4080 SUPER | 16 GB | Q8_0 | 37 |
| RTX PRO 5000 72GB Blackwell | 72 GB | FP16 | 36 |
| RTX PRO 5000 48GB Blackwell | 48 GB | FP16 | 36 |
| RTX PRO 4000 Blackwell | 24 GB | Q8_0 | 34 |
| Radeon RX 9070 XT | 16 GB | Q8_0 | 33 |
| M5 Ultra | 512 GB | FP16 | 31 |
| Arc B580 | 12 GB | Q6_K | 30 |
| RTX 6000 Ada Generation | 48 GB | FP16 | 27 |
| RTX PRO 4500 Blackwell | 32 GB | FP16 | 25 |
| GeForce RTX 3060 (12 GB) | 12 GB | Q6_K | 24 |
| Arc Pro B60 | 24 GB | Q8_0 | 24 |
| GeForce RTX 5060 Ti 16GB | 16 GB | Q8_0 | 23 |
| RTX A6000 | 48 GB | FP16 | 21 |
| M3 Ultra | 512 GB | FP16 | 21 |
| Radeon AI PRO R9700 | 32 GB | FP16 | 18 |
| Arc Pro B70 | 32 GB | FP16 | 17 |
| Radeon RX 9060 XT 16GB | 16 GB | Q8_0 | 17 |
| M5 Max (18-core CPU / 40-core GPU) | 128 GB | FP16 | 16 |
| GeForce RTX 4060 Ti 16GB | 16 GB | Q8_0 | 15 |
| M4 Max (16-core CPU / 40-core GPU) | 128 GB | FP16 | 14 |
| M5 Max (18-core CPU / 32-core GPU) | 36 GB | FP16 | 12 |
| M4 Max (14-core CPU / 32-core GPU) | 36 GB | FP16 | 11 |
| M6 (16GB configuration, 153 GB/s) | 16 GB | Q6_K | 9.9 |
| M6 (24GB/32GB configurations, 170 GB/s) | 32 GB | Q8_0 | 8.5 |
| M5 Pro | 64 GB | FP16 | 8.2 |
| M5 | 32 GB | Q8_0 | 7.7 |
| RTX Spark (N1X) laptops & compact desktops | 128 GB | FP16 | 7.4 |
| M4 Pro | 64 GB | FP16 | 7.3 |
| DGX Spark | 128 GB | FP16 | 6.7 |
| Ryzen AI Max+ PRO 495 (Gorgon Halo) systems | 192 GB | FP16 | 6.7 |
| Ryzen AI Max+ 395 (Strix Halo) systems | 128 GB | FP16 | 6.3 |

## 常見問題

### Gemma 3 12B IT 需要多少 VRAM／記憶體？

以 8K 上下文估算：Q4_K_M 量化約需 8.4 GiB，Q8_0 約需 13.8 GiB（含模型權重、KV 快取與執行環境開銷）。上下文越長，KV 快取越大。

### GeForce RTX 4090 跑得動 Gemma 3 12B IT 嗎？

可以。Gemma 3 12B IT 在 GeForce RTX 4090（24 GB）上以 Q8_0 量化、8K 上下文約需 13.8 GiB，預估生成速度約每秒 50 個 token。

### Mac 可以跑 Gemma 3 12B IT 嗎？

可以。Gemma 3 12B IT 在 M3 Ultra（96 GB）上以 FP16 量化、8K 上下文約需 24.8 GiB，預估生成速度約每秒 21 個 token。

### Gemma 3 12B IT 可以商用嗎？

Gemma 3 12B IT 採用 Gemma Terms of Use 授權。授權允許商業使用（請仍詳閱條款中的限制）。

## 資料來源

- https://ai.google.dev/gemma/docs/releases
- https://ai.google.dev/gemma/terms
- https://ai.google.dev/gemma/docs/core/model_card_3
- https://huggingface.co/RedHatAI/gemma-3-12b-it/resolve/main/config.json
- https://github.com/huggingface/transformers/blob/main/src/transformers/models/gemma3/configuration_gemma3.py
- https://huggingface.co/google/gemma-3-12b-it
- https://ollama.com/library/gemma3:12b/blobs/13576eb6dd8d
- https://huggingface.co/api/models/google/gemma-3-12b-it?expand[]=safetensors
- https://ollama.com/library/gemma3/tags